Cet article aborde la problématique de la classification non supervisée de séries temporelles dépendant de multiples facteurs explicatifs observés et non observés. Les motivations applicatives de ce travail concernent principalement la caractérisation du comportement dynamique d'occupants de bâtiments à partir de mesures thermiques (ex. température intérieure et extérieure, ensoleillement). Dans cette optique, nous proposons un modèle de classification qui s'inscrit dans la lignée des modèles probabilistes à variables latentes tels que les mélanges de régressions. La spécificité du modèle proposé réside dans le fait qu'il permette, en plus du partitionnement de séries temporelles, de décomposer chaque classe en deux composantes, l'une traduisant l'effet de variables explicatives connues, et l'autre l'effet de facteurs dynamiques inconnus. L'estimation des paramètres du modèle repose sur une variante variationnelle de l'algorithme EM.